성균관대학교 실감미디어공학과 IMCLab(지도교수: 류은석) 소속 안승혁 학생과 한연호 학생이 지난 2026년 6월 5일부터 6월 7일까지 '2026년 CVPR Conference'에 참석하였다.

CVPR은 Computer Vision and Pattern Recognition의 약자로, 컴퓨터 비전 및 인공지능 분야에서 세계적으로 가장 권위 있는 학술대회 중 하나이며, 매년 전 세계 연구자, 기업, 대학 및 연구기관이 참여하여 image recognition, 3D reconstruction, generative model, robotics, autonomous driving, visual understanding 등 다양한 분야의 최신 연구 성과를 발표하고 공유하는 학회이다.

▲   CVPR 2026 Conference에 참석한 IMCLab 한연호(左), 안승혁(右) 학생

두 학생은 이번 학회를 통해 IMCLab에서 수행 중인 자유시점 미디어, 3D/4D Gaussian Splatting, 3D reconstruction, QA, 압축 및 실시간 렌더링 연구와 관련된 세션을 중점적으로 참관하였다. 특히 3D Reconstruction, Gaussian Splatting & Reconstruction, Spatio-Temporal Reconstruction, Generative Diffusion Modeling 관련 Oral 및 Poster 세션을 통해 현재 컴퓨터 비전 연구가 기존 2D recognition 중심에서 3D/4D scene understanding, dynamic scene reconstruction, geometry foundation model, diffusion 기반 복원 및 생성 모델 중심으로 빠르게 확장되고 있음을 확인할 수 있었다.

학회에서 가장 두드러진 흐름 중 하나는 3D Gaussian Splatting 및 4D Gaussian Splatting 연구의 확장이다. 최근 3DGS/4DGS 연구는 단순히 photorealistic rendering 품질을 높이는 것을 넘어, occlusion robustness, geometry consistency, temporal consistency, dynamic object modeling 등 실제 환경에서 안정적으로 동작하기 위한 문제들을 해결하는 방향으로 발전하였으며, Proxy-GS, RetimeGS, Z-Order Transformer for Feed-Forward Gaussian Splatting 등 관련 연구들은 Gaussian representation이 차세대 3D/4D 장면 표현의 핵심 기술로 자리 잡고 있음을 보여주었다.

또한 VGGT와 같은 geometry foundation model 기반 연구들도 큰 주목을 받았다. 최근에는 SwiftVGGT, VGGT4D, VGGT-360, VGGT-Det 등의 연구는 camera pose estimation, depth estimation, point map prediction, large-scale 3D reconstruction, 4D scene understanding 등 다양한 기하 기반 문제를 하나의 foundation model 관점에서 해결하려는 흐름을 보이고 있다. 이는 제한된 카메라 수 또는 sparse-view 조건에서 robust한 3D reconstruction을 수행해야 하는 IMCLab의 연구 방향과도 밀접하게 연결되는 바이다.

Diffusion model을 활용한 연구 역시 활발하게 발표되었다. CVPR 2026에서는 diffusion 기반 image/video generation뿐만 아니라, 3D reconstruction, motion reconstruction, material reconstruction, visual reasoning 등 다양한 문제에 generative prior를 적용하는 연구들이 다수 소개되었다. 특히 diffusion은 부족한 관측 정보, 불확실한 geometry, motion, texture, material 정보를 보완하는 강력한 prior로 활용되고 있었으며, 향후 sparse-view reconstruction 및 dynamic 3D/4DGS 연구에서도 중요한 역할을 할 것으로 판단된다.

IMCLab Oral 및 Poster 세션뿐만 아니라 NVIDIA, Qualcomm, Tencent, Tesla, Uber AI Labs, Netflix 등 글로벌 기업 부스도 함께 참관하였다. 기업 부스에서는 physical AI, robotics, autonomous driving, generative AI, machine learning 기반 콘텐츠 제작 지원 기술 등 다양한 산업 적용 사례를 확인했으며, 이를 통해 컴퓨터 비전 기술이 학술적 연구를 넘어 로보틱스, 자율주행, XR, VFX, 방송·OTT 콘텐츠 제작 등 실제 산업 환경으로 빠르게 확장되고 있음을 체감할 수 있었다.

특히 Netflix 부스에서는 콘텐츠 제작 과정에서 machine learning을 활용하여 creative workflow를 지원하는 방향을 확인할 수 있었고, NVIDIA와 Qualcomm 부스에서는 physical AI, robotics, edge AI, 실시간 처리 기술의 중요성을 확인할 수 있었다. 또한, Tesla, Uber AI Labs, Tencent 등 다양한 기업 데모를 통해 자율주행, 로봇, 대규모 AI 시스템, 실제 환경 기반 perception 기술의 적용 가능성을 살펴볼 수 있었다.

이번 CVPR 2026 conference를 통해 IMCLab은 3DGS/4DGS 기반 자유시점 미디어 연구가 단순 reconstruction 또는 rendering 품질 향상에 머무르지 않고, 입력 영상 획득, camera pose estimation, SfM 안정성, sparse-view reconstruction, 품질 평가, 압축, 실시간 렌더링 및 산업 적용까지 포함하는 system-level 연구로 확장되고 있음을 확인할 수 있었다. 또한 향후 연구에서는 PSNR, SSIM, LPIPS와 같은 기존 품질 지표뿐만 아니라, geometry consistency, temporal consistency, pose reliability, view consistency, uncertainty-aware QA 등 실제 활용 환경을 고려한 평가 체계가 중요해질 것으로 판단되는 바이다.

학회에서 조사한 최신 연구 동향과 산업 적용 사례는 IMCLab 연구실에서 진행 중인 자유시점 미디어 생성·복원·압축·렌더링 기술, 3D/4D Gaussian Splatting 기반 QA 및 표준화 연구, 그리고 실제 콘텐츠 제작 파이프라인 적용 연구에 중요한 참고 자료가 될 것으로 기대된다. IMCLab은 앞으로도 CVPR에서 확인한 최신 기술 흐름을 바탕으로, 차세대 3D/4D 미디어 표현 기술과 실용적인 자유시점 미디어 시스템 연구를 지속적으로 발전시켜 나갈 계획이다.